Newshot

我构建了自己的 AI Agent 编排工具

Translation(model translation, not the source's own text)

文章标题:我打造了自己的 AI agent 编排工具

正文: 我运行大量 AI 编码 agent,经常同时运行约 10 个,如果把 subagent 也算上,轻松达到 20 个。用我手头的工具,这意味着我会忘掉那些重要的 agent,也从不知道什么时候某个 agent 需要我,所以我整天轮询它们。回到一个搁置的项目让人精疲力竭,因为上下文已经没了。

我应付的是大量标签页和大段文字。

所以我打造了自己的 AI agent 编排工具:一张地图。它叫 Agentic Crafting Table(ACT),是开源的,我在 Checkly 的几位同事现在也在用。自从我开始这样工作,我每周合并的 PR 数量最多是之前六个月的两倍,而且感觉不像在抛接杂耍。

Agentic Crafting Table 地图,展示一个项目,其中链接了一张工单、一个 agent 会话、若干拉取请求、评审和一次 rollout
Agentic Crafting Table 地图,展示一个项目,其中链接了一张工单、一个 agent 会话、若干拉取请求、评审和一次 rollout

我不需要记住自己在交付某个功能时进行到哪里。地图会记住。

如果你想打造自己的工具,我希望这篇文章能给你启发,并帮你省下一些时间。

我最初尝试了什么

我先试了最显而易见的东西。

一个终端复用器,每个 agent 一个窗格,对两个 agent 还行,到六个就不行了:每个窗格看起来都一样,要回答“这个是不是在等我?”意味着要读大量文字。

每个任务一个聊天应用看起来更舒服,但有同样的问题,而且工单、Slack 线程和 RFC 仍然在其他窗口里,或者埋在对话深处。

我真的很喜欢自由形式白板和图表应用的那种风格,但它们没有我的 agent 的实时视图。

它们大多让我读一大段文字来获取上下文,而且没有一个把相关信息保持在离工作很近的地方。

我真正想要的

大多数 AI 工具仍然停留在产物的层面:编辑器、agent、它的输出。

我不需要在已经能用的工具之上再加一层,比如用 GitHub 做代码评审、用 Linear 做工单。我想要的是围绕它们的东西。

我想要的是在我整天实际做的事情之上加一层:收集支持信息和证据,管理写代码、评审代码、发布并验证代码的 agent。而且我需要围绕这一切的上下文始终容易触及。

什么是 Agentic Crafting Table?

Agentic Crafting Table(ACT)是一个开源桌面应用,把你所有的工作放在一张可缩放的地图上。每个项目是它自己的街区,每一项工作都是地图上的一个条目:一个 agent 会话、一张工单、一条笔记、一个 PR、一次评审、一次 rollout。你把条目链接起来,以显示什么喂给什么。

Agent 就是普通的 Claude Code 或 Codex 会话,在项目文件夹里启动。ACT 给它们一个 MCP server,这样它们就能读取地图,并把自己的东西放上去。而且因为会话在 ACT 内部运行,应用知道 agent 什么时候停下或提问。这就是最终进入“Needs me”面板的内容:一个列出所有在等我的事情的列表,比如 agent 的问题、评审发现和失败的 rollout。

Agentic Crafting Table 地图,有四个项目,Needs me 面板打开,显示一次需要批准的 rollout 和一个带着问题等待的 agent
Agentic Crafting Table 地图,有四个项目,Needs me 面板打开,显示一次需要批准的 rollout 和一个带着问题等待的 agent

两条规则指导设计:

  • 一次只聚焦一个条目。其他一切作为上下文保持在地图上可见,而不是在另一个标签页里。
  • Agent 可以改变地图上的一切。如果一个大型项目需要放到地图上,agent 会把它放上去,我马上就能开始。

图表:演示:一个 agent 把整个项目放到地图上。

我如何用 ACT 交付一个功能

这是我如今一个正常的功能开发日的样子。

1. 从上下文开始

它始于一个 Slack 线程、一张工单、一些会议笔记,或者只是一个待办事项。还有一个 agent。我在地图上把上下文链接到 agent,这样它就有了所需的东西。

一张 Linear 工单、一条笔记和一个待办事项,在 Agentic Crafting Table 地图上关联到一个代理会话
一张 Linear 工单、一条笔记和一个待办事项,在 Agentic Crafting Table 地图上关联到一个代理会话

2. 与代理一起编写规格

我在代理会话里写规格。有时我们用 Claude artifacts,有时我会链接一个 Notion 页面。

3. 让代理去构建

规格完成后,我告诉代理去实现它,然后就不管了。我继续过自己的日子,可能还会推进几个其他功能。

代理完成后,我会收到通知。到那时,它已经把它产出的所有东西都放到了地图上,包括 PR,并且已经在 Claude 和 Codex 里为我启动了审查。

4. 审查

默认情况下,ACT 可以在每个 PR 上启动代理审查。它把发现的问题展示给我,这样我就能挑选需要修复的内容,而我选中的内容会直接回到写代码的那个代理那里。对于较大的 PR,我有时会先跑几轮这样的审查,然后再自己在 GitHub 上读代码。

Agentic Crafting Table 中的 Needs me 面板,显示了一次 Codex 审查,其中的发现正等待决定
Agentic Crafting Table 中的 Needs me 面板,显示了一次 Codex 审查,其中的发现正等待决定

有些 PR 非常大,所以对于这些 PR,我会使用“Explain architecture”技能,它是 ACT 的一部分,实际上只是一个非常短的提示词。它会生成可视化的 Claude artifacts,从高层面上解释这个 PR 是关于什么的。

5. 发布并验证

每次发布都有 AI 辅助。流水线本身仍然是我们在 Checkly 的常规 GitHub Actions;ACT 会监视它,在 PR 准备好时合并,并批准各个门禁。

在每个门禁之前,ACT 会启动一个代理,它会阅读代码、读取基线数据,并检查为该服务配置的指标。它还会复用你在该仓库中为代理定义的任何测试策略。代理会链接支撑其结论的仪表盘,如果出现问题,它会引起我的注意。如果我需要与验证代理交谈,我可以把它放到地图上。

Agentic Crafting Table 中的一次发布,包含已通过的暂存环境验证、指标检查以及正在进行中的生产部署
Agentic Crafting Table 中的一次发布,包含已通过的暂存环境验证、指标检查以及正在进行中的生产部署

对于可以安全发布的小改动,还有 Auto Deploy,其中一个环境通过验证后会自动启动下一阶段。

6. 归档

当功能上线后,我会把整条链路发送到“the undermap”,那是地图下方的一个存档,如果我需要,可以在那里找回所有这些上下文。

图表:Demo:一个功能从 PR 到发布,再到 the undermap 的过程。

我是如何构建它的

我像向同事解释那样向 Claude 解释这个项目:问题、地图的想法,以及我希望在地图上看到什么。然后我要了一个完整的原型,而不是一份计划。

那个原型是错的。这没关系,原型就是干这个的。在一个坏掉的 UI 里拖来拖去,同时说“不,代理放在这里,工单输入到它里面”,要比事先把这一点写进规格里容易得多。

我们不断迭代,直到原型做好了一件事:在画布上显示我的代理会话,并告诉我哪些已经停止了。那就是概念验证,而且它已经修复了轮询问题。

早期的 Agentic Crafting Table 原型,画布上有一个代理会话、一张工单和一个拉取请求
早期的 Agentic Crafting Table 原型,画布上有一个代理会话、一张工单和一个拉取请求

从那以后,每个大功能都经历了同样的循环:描述它、拿到原型、摆弄它、迭代、保留能存活下来的部分。小东西我没有做原型。这里一个徽章,那里一个快捷方式,一个新条目类型:我把这些一次性交给子代理,让它们落到看板上,而我去做别的事。用上一天,然后要么留着,要么扔掉。

内部机制

文章标题:我打造了自己的 AI Agent 编排工具

正文: ACT 的核心是一个 Electron 应用,用 TypeScript 编写,UI 基于 React。地图构建在 React Flow 之上,我在其上叠加了自己的缩放层级、轮廓和条目视图。

所有数据都保存在你的机器上。一个后台 workspace 服务是唯一写入数据库的东西,数据库就是普通的 SQLite,而且它在窗口关闭后仍会继续运行。一个独立的 supervisor 进程掌管终端(xterm.js 和 node-pty)并记录它们的输出,因此会话在应用重启后仍能继续运行并保留滚动缓冲。

Agent 的接入方式是 MCP。每个 agent 会话都有自己专属的小型 MCP 服务器,由它转发到 workspace 服务,因此 agent 从不直接接触数据库。通过它,agent 可以读取地图、添加条目和链接,并获取我与它连接的任何内容的上下文。Claude Code 和 Codex 以它们真实的 CLI 运行,带上你已配置好的所有设置。ACT 只监听它们的状态。GitHub 和其他提供商的 token 保存在操作系统的凭据存储中。

让它适配你的工作流

我的交付方式并非每个人的交付方式,这就是为什么 ACT 中的一切都可以扩展:你可以通过插件系统添加任何你想要的条目。告诉 agent“我想要 Figma 出现在 ACT 里”(或者 Teams、DeepSeek),然后让它去看插件文档。

有只想在公司内部使用的工作流?把插件放到私有仓库里,和你的团队共享。

我学到了什么

AI 的真正好处之一,是我可以构建自己真正想要的工具。但 vibecoded 出来的工具并不是打磨好的工具:在大规模地图上性能可能会下降,有些概念也还没完成。比如 undermap,最初只是一个“归档”,我至今仍不确定它到底是一个可以回去的地方,还是一个回收站。

如果重来,我会做这些不同的选择:

  • 更早让别人参与进来。我独自用了几周,但一旦让 Checkly 的所有人都能用上,他们就添加了我根本想不到的功能,并修复了我没发现的 bug。
  • 用设置取代讨论。我有清晰的愿景,但其他人有其他的工作流,ACT 需要适配每一个人,而不是规定一种方式。现在我让人们添加他们想要的功能,并让这些功能可选。
  • 把设计规则写在 agent 能读到的地方。“一个焦点,上下文在地图上”从第一天起就在我脑子里,但我直到好几个功能已经偏离它之后才把它写下来。

现在 Checkly 有几个人在用 ACT,他们的工作流和我的完全不同。仓库的很大一部分是他们的贡献:

  • shiini2:Projects 面板、遍布各处的键盘快捷键、在应用内更新并重启、在地图上直接打开的 Claude artifacts
  • MegaMaddin:浅色模式、把 GitHub issues 作为地图条目、在 PR 上内联显示 GitHub 图片附件
  • timohuovinen:Windows 和 Linux 支持、正式的 Codex 集成、边关注和径向菜单、跟随 /fork 和 /resume 的 agent 会话

在 Checkly,我们构建的监控会在出问题时告诉你,这样你就不必一直盯着看。ACT 出自同一个理念:别让我盯着所有东西,有事需要我时再告诉我。

ACT 是开源的。如果你的工作流需要一个尚不存在的条目,添加它并提交 PR:github.com/pelzerim/agentic-crafting-table。

如果 ACT 不符合你的思维方式,那就 vibecode 你自己的。我的工作方式可能和你的截然不同,而现在我们每个人都能快速构建适合自己的东西。

更多来自 Checkly 工程团队的内容:我们用 Go 让 AI Agent 重写了一个每天处理 9200 万条消息的服务。零事故。

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by HN AI
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗